1. Home page
  2. Search

Προσδιορισμός της παραμέτρου k στον κατηγοριοποιητή κ εγγύτερων γειτόνων μέσω της τεχνικής AdaNN και διερεύνηση υλοποίησης παραλλαγών της

This item is provided by the institution :
International Hellenic University   

Repository :
Institutional Repository of the International Hellenic University   

see the original item page
in the repository's web site and access all digital files if the item*



Προσδιορισμός της παραμέτρου k στον κατηγοριοποιητή κ εγγύτερων γειτόνων μέσω της τεχνικής AdaNN και διερεύνηση υλοποίησης παραλλαγών της (EL)
Καρδαμανίδης, Χρήστος (EL)
Ουγιάρογλου, Στέφανος (EL)
masterThesis
Μεταπτυχιακή εργασία (EL)
Master thesis (EN)
2024-08-28T00:08:24Z
2023-10-12
2024-10-07T13:22:14Z
Στον τομέα της επιστήμης των δεδομένων μια πολύ γνωστή παραλλαγή του αλγορίθμου KNN είναι ο αλγόριθμος AdaNN. Ο αλγόριθμος ΚΝΝ εδώ και πολλά χρόνια είναι ένας ευρέως χρη- σιμοποιούμενος αλγόριθμος ο οποίος έχει κάποια πλεονεκτήματα και μειονεκτήματα. Ένα από τα βασικά του μειονεκτήματα είναι ο σταθερός αριθμός του κ, ο οποίος καθορίζει το μέγεθος της κάθε γειτονιάς στιγμιότυπου και συνεπώς επηρεάζει το τελικό αποτέλεσμα της ταξινόμη- σης του στιγμιότυπου. Μια βασική παραλλαγή του αλγορίθμου είναι ο AdaNN ο οποίος ορίζει διαφορετικό κ για κάθε στιγμιότυπο του dataset. Σκοπός της διπλωματικής είναι να γίνει μια υλοποίηση του βασικού αλγορίθμου AdaNN και να γίνει σύγκριση της απόδοσής του αλγο- ρίθμου AdaNN με τον KNN. Επίσης στην παρούσα διπλωματική θα γίνει μια διερεύνηση και υλοποίηση νέων παραλλαγών του αλγορίθμου AdaNN στην προγραμματιστική γλώσσα Python, θα αναλυθεί η μεθοδολογία της κάθε παραλλαγής και θα γίνει σύγκριση με τα αποτελέσματά της κάθε εκδοχής με την απλή εκδοχής του αλγορίθμου AdaNN καθώς και σύγκριση με τον KNN. (EL)
Μεταπτυχιακή εργασία - Σχολή Μηχανικών - Τμήμα Μηχανικών Πληροφορικής και Ηλεκτρονικών Συστημάτων, 2023 (α/α 14080) (EL)
In the field of data science a well-known variant of the KNN algorithm is the AdaNN algorithm. The KNN algorithm is a widely used algorithm for many years, which has some advantages and disadvantages. One of its main disadvantages is the fixed number of k, which determines the size of each instance’s neighborhood and therefore affects the final result of instance classification. A basic variant of this algorithm is AdaNN, which sets a different k for each instance of the dataset. The purpose of the thesis is to make an implementation of the basic AdaNN algorithm and to compare the performance of each variant with the AdaNN algorithm and the traditional KNN. Also in this thesis, an investigation and implementation of new variants of the AdaNN algorithm will be implemented in the Python programming language, the methodology of each variant will be analyzed and a comparison will be made with the results of the simple version of the AdaNN algorithm as well as a comparison with KNN. (EN)
Εξόρυξη Δεδομένων (EL)
Δυναμικό κ (EL)
Κατηγοριοποίηση (EL)
Classification (EN)
Dynamic K. (EN)
Data Mining (EN)
KNN (EN)
AdaNN (EN)
Greek
Σχολή Μηχανικών - Τμήμα Μηχανικών Πληροφορικής και Ηλεκτρονικών Συστημάτων (EL)
Default License
International Hellenic University
Institutional Repository of the International Hellenic University
Διπλωματικές Εργασίες
Σχολή Μηχανικών
Τμήμα Μηχανικών Πληροφορικής & Ηλεκτρονικών Συστημάτων



*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)